这是什么东西?
一套精选的 PyTorch 短小独立示例项目,涵盖计算机视觉、文本和强化学习,每个示例都可以作为你自己项目中的参考模板。
一套精选的 PyTorch 短小独立示例项目,涵盖计算机视觉、文本和强化学习,每个示例都可以作为你自己项目中的参考模板。它是一个需要安装的库,还是别的东西?都不是——它是一个存放独立示例脚本的仓库,不是可以安装的包。每个示例都很短,几乎不需要或完全不需要额外的依赖,可以作为模板复制到你自己的代码里。
都不是——它是一个存放独立示例脚本的仓库,不是可以安装的包。每个示例都很短,几乎不需要或完全不需要额外的依赖,可以作为模板复制到你自己的代码里。我怎么把某个示例跑起来?先克隆这个仓库,确认已安装 PyTorch,然后用 Python 运行你想要的示例文件夹里的脚本。每个示例都在自己的目录里,完全独立。
先克隆这个仓库,确认已安装 PyTorch,然后用 Python 运行你想要的示例文件夹里的脚本。每个示例都在自己的目录里,完全独立。有没有示例需要 PyTorch 以外的依赖?有几个:SNLI 示例用到了 torchtext 和 GloVe 词向量,强化学习示例则基于 OpenAI Gym 运行。除此之外,整个集合刻意保持了很少的依赖。
有几个:SNLI 示例用到了 torchtext 和 GloVe 词向量,强化学习示例则基于 OpenAI Gym 运行。除此之外,整个集合刻意保持了很少的依赖。如果我是 PyTorch 新手,适合靠它入门吗?它是补充材料,不是教程:README 会指引你去单独的教程、生产实践配方、模型中心(hub)和问答论坛,这个仓库本身只放示例代码。
它是补充材料,不是教程:README 会指引你去单独的教程、生产实践配方、模型中心(hub)和问答论坛,这个仓库本身只放示例代码。它包含分布式训练的内容吗?有——有使用 Distributed Data Parallel 和 RPC 的示例,还有在 MNIST 上跨多个进程以 Hogwild 方式训练共享卷积网络的示例。
有——有使用 Distributed Data Parallel 和 RPC 的示例,还有在 MNIST 上跨多个进程以 Hogwild 方式训练共享卷积网络的示例。Forward-Forward 那个示例是做什么的?它是一个用 Forward-Forward 算法训练的图像分类示例,和仓库里传统的卷积网络及 transformer 示例放在一起。
它是一个用 Forward-Forward 算法训练的图像分类示例,和仓库里传统的卷积网络及 transformer 示例放在一起。有没有针对时间序列数据的内容?有——一个时间序列预测示例,用 LSTM 学着复现正弦波。
有——一个时间序列预测示例,用 LSTM 学着复现正弦波。What are similar projects?DeepLearning, leedl-tutorial, train-llm-from-scratch, AI-For-Beginners, SolarWM, TensorFlow-Examples, DeepLearning-500-questions, awesome-deep-learning
DeepLearning, leedl-tutorial, train-llm-from-scratch, AI-For-Beginners, SolarWM, TensorFlow-Examples, DeepLearning-500-questions, awesome-deep-learningWhich topics is it in?gan, cnn, model-training, tutorials, distributed-training, examples, reinforcement-learning, neural-network, transformer, nlp, bsd, generative-ai
gan, cnn, model-training, tutorials, distributed-training, examples, reinforcement-learning, neural-network, transformer, nlp, bsd, generative-ai